作者，追風少年i
hello，周五了，一周工作的結尾，大家開心么？開心的話，點個贊唄~~~
今天我們繼續單細胞空間的分析內容，參考文章在Monocyte-macrophage spatial dynamics promote pre-crown-like niches in early obesity,單核細胞 - 巨噬細胞空間動力學促進早期肥胖的前冠狀生態位,密歇根大學的研究成果，我們來看一下。
Abstract
肥胖會導致脂肪組織發生顯著變化，這些變化先于組織和全身性胰島素抵抗的發展。 免疫細胞浸潤和炎癥是這些變化的已知促成因素，但對其在組織范圍內的空間背景了解有限。 研究試圖在小鼠飲食誘導肥胖的時間過程中確定附睪脂肪組織免疫細胞的空間模式。
使用空間轉錄組學和單細胞 RNA 測序，確定了保存在其解剖環境中的主要細胞類型特征，量化了整個脂肪組織中的基因表達模式，進行了細胞類型網絡分析，并研究了配體-受體共定位。
數據分析發現增加的先天免疫細胞，包括巨噬細胞、單核細胞和先天淋巴細胞，并在組織范圍內散布，并抑制肥胖導致的適應性免疫細胞特征。 網絡分析確定所有主要免疫細胞類型的異質性增加，與增加的亞型一致。 為了捕捉肥胖開始時的組織動力學，借鑒了線性代數和譜圖理論的數學原理，并為更好地理解細胞協作以實現多細胞組織功能的出現提供了一個框架。
這些分析的重點揭示了配體 - 受體活性的廣泛范式轉變，在早期肥胖癥的脂肪組織中，在冠狀結構上幾乎排他性巨噬細胞 - 巨噬細胞或單核細胞 - 巨噬細胞相互作用。
Introduction
全球肥胖的增加引起了人們對心血管和代謝疾病的發展、病毒感染不良事件風險增加以及經濟和醫療保健成本的嚴重關注。 白色脂肪組織 (WAT) 免疫細胞類型和極化的變化發生在肥胖癥中，并與小鼠和人類的代謝功能障礙有關。
群體和單細胞轉錄組學能夠對 WAT 免疫細胞中這些與肥胖相關的變化進行低偏差表征。 然而，觸發組織功能障礙的分子事件在其解剖學背景下仍然知之甚少，而這些解剖學背景隨著組織消化而丟失。 組織免疫染色捕獲解剖背景，但僅限于少數可能無法完全區分具有相似表面蛋白的細胞的并發標記。 在脂肪組織中，巨噬細胞 (ATM) 和樹突狀細胞 (ATDC) 一直難以區分，但它們在組織穩態和胰島素抵抗發展中具有獨特的參與作用。 因此，組織圖譜中免疫細胞和亞型的低偏差捕獲對于識別與疾病相關的功能差異至關重要。
空間轉錄組學 (ST) 捕獲跨組織切片的基因表達特征，這在肌萎縮側索硬化癥 (ALS) 的研究中導致發現新的解剖亞區域和組織功能障礙的時空模式。 ST 最近被用于分析不同的脂肪細胞亞型，這些亞型對人體脂肪組織中的胰島素刺激具有不同的反應。在這里，使用空間轉錄組學和單細胞 RNA 測序的組合繪制了肥胖中的小鼠脂肪組織和免疫細胞群。在飲食誘導的肥胖和糖尿病前期狀態的發展過程中，主要目標之一是在出現組織功能障礙時捕捉早期免疫細胞浸潤的動態。將組織圖譜呈現為細胞網絡，并研究早期肥胖癥的空間模式和細胞間通訊。分析結果發現了早期單核細胞浸潤、單核細胞和巨噬細胞串擾的漸進優勢以及適應性免疫細胞特征的抑制。此外，配體-受體分析顯示，通過 8 周的高脂肪飲食喂養，在前冠樣解剖區域中假定的單核細胞 - 巨噬細胞相互作用，暗示單核細胞信號傳導在冠樣結構發育中的作用不同于它們分化為 ATM 的作用。
Results
Spatial analysis of adipose tissue across early obesity（早期肥胖脂肪組織的空間分析）
使用正常飲食 (ND)、高脂飲食 8 周 (8w) 和高脂飲食 14 周 (14w) 的小鼠評估了飲食誘導的肥胖模型中的組織和代謝功能。 正如預期的那樣，喂食高脂肪飲食 (HFD) 的小鼠體重增加了體重和附睪白色脂肪組織 (eWAT)。 葡萄糖耐量測試 (GTT) 顯示曲線下面積 (AUC) 從 HFD 喂養一周開始增加，在中間時間點具有最高的 AUC 和變異性。 脂肪細胞大小顯示在 8w 和 14w 隊列中大脂肪細胞的頻率增加，平均脂肪細胞大小更大。 這些數據與這種 HFD 喂養模型的糖尿病前期一致，顯示 HFD 喂養期間的早期胰島素抵抗和與脂肪組織動態重組一致的可變胰島素抵抗時期。
小鼠飲食誘導的肥胖中 SVC 的變化包括免疫細胞浸潤和激活，這會逐漸破壞體內平衡機制。 為了捕捉這種不斷變化的組織圖譜，進行了時空分子分析，這可以揭示組織功能分解的關鍵模式。 在這里，使用 Visium (10X Genomics) 空間轉錄組學 (ST) 平臺對來自 ND 和 HFD 喂養小鼠的 eWAT 切片進行空間分析。 最初評估了預期的免疫細胞和肥胖相關基因表達，發現泛免疫細胞 Ptprc(CD45)、骨髓相關 CD68、募集 ATM 標記 Itgax (CD11c)、常駐 ATM 標記 Mrc1 和 Trem2 增加，其表達于 脂質相關的 ATM 并提出了保護性脂質穩態的功能。 在 HFD 喂養條件下，Adipoq（人脂聯素基因） 如預期的那樣逐漸下降。
- 圖注：(A) Time course for mice fed a 60% high-fat diet (HFD) for 8 weeks (8w) or 14 weeks (14w), versus normal diet (ND) controls. Measurements included weight gain (B), final body weight (C), epididymal adipose tissue (eWAT) weight and eWAT as a percentage of body weight (D), and glucose tolerance test data showing area under the curve (AUC) across time points (E) and glucose measurements for cohorts one week prior to endpoint tissue collection (F). (G) Frequency distribution and average adipocyte size in eWAT of ND, 8w, and 14w cohorts. (H) Representative images from H&E staining of eWAT and liver. (I) Representative maps showing spatially preserved gene expression in eWAT. Each spot is a 55 μm diameter transcript capture area from a tissue section, colored corresponding to the expression level (log2-transformed) of select obesity-related genes. (J) Gene expression changes in HFD-fed mice compared to ND mice corresponding to the genes shown in part (I). Upper graph, log2(fold change) in the quantity of spots in HFD cohorts; Lower graph, log2(fold change) in average tissue-wide expression of a gene in HFD cohorts.
Breakdown of adipose tissue immune cell networks in early obesity（早期肥胖中脂肪組織免疫細胞網絡的破壞）
多個細胞可以為每個空間數據spot提供轉錄本，因此同時在 SVC 中進行了單細胞 RNA 測序 (scRNA-seq)，以闡明免疫細胞類型的變化并促進空間數據中的特征識別（單細胞空間聯合）。 考慮到表達和唯一性，使用光譜聚類和分析每個cluster的特征基因來識別 scRNA-seq 數據中的細胞類型。 通過與 ImmGen 配置文件alignment，進一步驗證了細胞類型特征。 為了識別spot中存在的細胞類型，整合了 scRNA-seq 和 ST 數據集，確定細胞類型特征和組織斑點基因表達之間的重疊。
Spectral clustering和數據引導的細胞類型識別產生了六種廣泛的免疫細胞類型：單核細胞、T 細胞、ATM、ATDC、自然殺傷細胞 (NKC) 和 B 細胞。 瘦小鼠和肥胖小鼠脂肪組織細胞組成的變化主要是由 T 細胞、B 細胞和 ATM 驅動的，其中被歸類為 T 細胞和 B 細胞的單細胞比例隨著肥胖而降低（T 細胞為 17% 至 5%） 細胞和 B 細胞 （22% 到 3%），而歸類為 ATM 的比例急劇增加（43% 到 76%）。 這些發現與之前在飲食控制的小鼠模型中對免疫細胞群的 scRNA-seq 研究一致，其中觀察到了相同的免疫細胞組，并且單核細胞和 ATM 是存在的主要類群。
接下來在瘦和肥胖的脂肪組織中建立了細胞類型定位模式。細胞類型根據其特征在該點表達的比例被分級分配給組織spot。這樣，一個spot的優勢細胞類型是其代表基因表達數量最多的細胞類型。所有spot上的優勢細胞類型構成了優勢層或第 1 層。第 2 層被分配為具有第二高數量的特征基因表達的細胞類型，其余細胞類型以相同的方式分配到后續層。此分配的結果是一系列層，表示給定細胞類型在特定位置存在的可能性降低。將此過程稱為點反卷積，并將產生的組織分配層稱為“反卷積層”。隨著時間的推移，主導層中的細胞類型定位與來自 scRNA-seq 數據的細胞組成趨勢一致，表明在 HFD 環境中 T 細胞和 B 細胞減少，ATM 增加。
- 圖注：Annotated spatial transcriptomics tissue landscapes over time, zoomed in for clearer view of cell type composition and distribution. Cell type assignments in the left panels represent the dominant spot assignments after performing spot deconvolution (i.e. Layer 1). (Rightmost panels) Non-dominant deconvoluted layers (Layers 2 - 6) of tissue spot assignments for zoomed in region. Light gray spots represent spots that were unassigned because no remaining cell types met the gene expression threshold.
Spatial network patterning highlights activation of innate and dampening of adaptive immune cell signatures（空間網絡模式突出了先天的激活和適應性免疫細胞特征的抑制）
炎癥是肥胖中脂肪組織功能障礙和胰島素抵抗發展的關鍵因素。適應性和先天免疫系統的細胞都有助于脂肪組織中的炎癥過程，包括 T 細胞、B 細胞、ATM、ATDC 和先天淋巴細胞 (ILC)。這種細胞網絡及其亞型通過細胞因子和趨化因子分泌以及細胞間相互作用來調節炎癥，隨著時間的推移減少抗炎信號傳導并促進促炎細胞類型和過程。為了廣泛比較肥胖癥中適應性和先天性免疫細胞網絡的模式，空間數據中的每個組織spot被分類為適應性（T 細胞、B 細胞）、先天性（單核細胞、NKC、ATM 或 ATDC）或混合類型基于前兩個組織分配層。發現僅包含適應性免疫細胞的spot隨著肥胖而持續下降，從 21% 降至 6%（3.5 倍變化），而僅包含先天免疫細胞的spot隨著肥胖而增加，從 1%到 14w 時下降到 9%（9 倍變化），這與已知的 HFD 喂養的細胞結構變化一致。在所有spot中，75%-85% 具有混合類型特征，肥胖者的頻率更高。總體而言，這些數據表明脂肪組織先天免疫細胞的影響比肥胖的適應性免疫細胞更強，通過增加數量和頻率、強大的空間散布以及增加與適應性免疫系統的交叉作用的可能性。
Turing-inspired analysis reveals increased interconnectivity among monocytes and macrophages（圖靈啟發的分析揭示了單核細胞和巨噬細胞之間的相互聯系增加）
為了進一步評估免疫細胞如何促進多細胞組織功能的轉變，在細胞水平上描述了細胞內和細胞間類型的關系，并在基因組水平上確定了細胞類型群體內的轉錄多樣性。為了模擬這種組織形態發生，引入了圖靈系統的概念。簡而言之，圖靈系統考慮了細胞間和細胞內動力學對新興組織功能的協調作用。在這里，根據來自 ST 數據的歐幾里德距離加權的位置特異性基因表達譜之間的相關性來表征細胞間動力學，以及根據來自 scRNA-seq 數據的單細胞基因表達譜之間的相關性來表征細胞內動力學。然后，通過計算每種免疫細胞類型的細胞和基因組連接性之間的權衡，分別從細胞間和細胞內動力學得出，根據單個細胞類型的貢獻捕獲了新興的組織功能。結果與巨噬細胞和單核細胞對肥胖中不斷變化的脂肪組織圖譜的貢獻增加一致。
為了確定細胞類型對以潛在協調的方式對組織功能的貢獻——多細胞組織功能的出現——通過全局組織功能的出現（來自所有細胞類型的合并數據的細胞和基因組連接性權衡）對局部組織功能的出現（來自兩種細胞類型的合并數據的細胞和基因組連通性權衡）進行了標準化。 雖然大多數細胞類型的相互連接表現出與肥胖的減少或穩定耦合，但單核細胞 - 巨噬細胞和單核細胞 - 樹突狀細胞之間的細胞間類型貢獻在肥胖中增加。 此外，巨噬細胞的相互連接性總體上很高，特別是與其他先天免疫細胞類型，而 B-T 細胞軸具有最低的細胞間類型連接性之一，隨著時間的推移而降低。
HFD 喂養中增加的單核細胞-巨噬細胞和單核細胞-樹突狀細胞的細胞間類型關系可能反映了與單核細胞分化或這些細胞之間的串擾相關的特征。 進一步探索了關鍵骨髓細胞標志物的分布，發現常見單核細胞（Traf1、Ccr2、Il1b、Napsa、Plac8、S100a9、Msrb1、Ifitm6、Ms4a4c、Cd209a）和巨噬細胞（Adgre1、Ctsk、Lyve1、Cd209f、 Mertk、Ccl8、Trem2、Cd63、Mmp12、Gpnmb、Rhoc、Ctsd、Mfge8 ) 標記在整個組織中，表明未分化的單核細胞與巨噬細胞合作在肥胖癥中的潛在作用。 相比之下，B 細胞和 T 細胞標記共定位之間幾乎沒有重疊，這與肥胖的 B 細胞-T 細胞相互連接性低且降低一致。
接下來評估了單核細胞和巨噬細胞之間的轉錄相關性隨著時間的推移而增長，作為譜系關系的指標。 單核細胞和巨噬細胞表達譜之間的相關性從 R = 0.25 非隨機增加到 R = 0.30 (p < 0.01)。 雖然這支持單核細胞向巨噬細胞分化，但相關性的程度很低，可能是由于這些群體中亞型的多樣性增加。 總體而言，這些數據支持單核細胞-巨噬細胞串擾的存在以及單核細胞的持續分化。
Increased heterogeneity of signatures within immune cells captures phenotype shifts across adipose tissue（免疫細胞內特征的異質性增加捕獲了脂肪組織中的表型變化）
肥胖促進免疫細胞極化的變化和影響組織功能的亞型的出現。 在小鼠中，ATM 相對于組織重量的比例增加以及體重增加和減少期間的增殖和凋亡模式表明穩態信號傳導的活躍機制最終可能被慢性肥胖所覆蓋。 假設在時間過程數據中評估免疫細胞網絡將提供對破壞脂肪組織功能的表型變化的洞察。
為了更好地量化這些變化，為每種主要細胞類型構建了空間細胞網絡，其中節點是基于優勢層分配給細胞類型的組織點，節點之間的邊緣表示基于轉錄特征的相關性。令人驚訝的是，肥胖的細胞類型網絡邊緣普遍減少，表明同一類型細胞之間的轉錄相關性喪失。這與細胞類型特異性特征基因表達的異質性增加同時發生。空間模式的喪失和異質性的增加支持肥胖中免疫細胞亞型的出現，而這些亞型在瘦狀態下不存在。巨噬細胞尤其表現出許多表型狀態。在將巨噬細胞分類的單細胞聚類成兩個亞群時，兩個群中只有一個在正常飲食環境中出現，而在兩種高脂肪飲食環境中都存在。 HFD 環境中出現的cluster在 Cd9 中顯著富集（log2FC 為 11.8），此前已在肥胖的富含脂質的巨噬細胞中觀察到這一點。與觀察到的巨噬細胞亞群相比，T 細胞、B 細胞和 NKC 亞群不太明顯，差異表達的基因較少。
Monocyte and macrophage ligand-receptor pairs dominantly colocalize in obese adipose tissue（單核細胞和巨噬細胞配體-受體對主要位于肥胖脂肪組織中）
為了更好地了解可能介導肥胖癥中空間模式變化的特定相互作用，評估了配對配體和受體隨時間的共定位表達。 首先捕獲了適應性和先天類別中的配體和受體表達，表征了四種相互作用狀態：（1）適應性配體和適應性受體，（2）先天配體和先天受體，（3）適應性配體和先天受體，以及（4）先天 配體和適應性受體。 對于這項研究，確定已知配體-受體對的轉錄本共定位作為細胞間通訊的代理，作為每個組織spot的受限區域。
從文獻中查詢已知的配體-受體 (LR) 對，觀察到隨著時間的推移，整個組織的共定位增加，共定位spot的數量和每個共定位點的 LR 對的數量都在增加。從 scRNA-seq 數據中，發現了分別表達共定位對的配體和受體的適應性單細胞的比例，以及分別表達共定位對的配體和受體的先天單細胞的比例。這能夠推斷來自適應性、先天或兩者相互作用的信號交互是否有助于我們在瘦和肥胖脂肪組織之間看到的變化。通過取自適應或先天來源的配體和受體的所有成對組合之間的平均比例來定義每個狀態的分數。該分數表示 LR 對在特定類型的細胞類型內（或之間）表現出信號活性的可能性。然后，對于每個共定位的 LR 對，我們確定了四種相互作用狀態中哪一種表現出最高分，并發現配體-受體對的百分比主要參與適應性配體-適應性受體、適應性配體-先天受體和先天配體-適應性受體信號在肥胖進展期間減少，而主要參與先天配體-先天受體信號的對的百分比增加。
執行了相同的步驟來探索不同細胞類型對瘦脂肪和肥胖脂肪組織中特定配體-受體相互作用的貢獻。 有趣的是，我們發現配體和受體更傾向于來自不同細胞類型而不是相同細胞類型的相互作用，盡管隨著肥胖而降低。 與其他細胞類型相比，在大多數 LR 對中，配體細胞類型和/或受體細胞類型是巨噬細胞的相互作用得分很高。 全局相互作用狀態——通過取所有共定位 LR 對的相互作用狀態評分的平均值得出——揭示了在 ND 中涉及 LR 信號傳導的一組不同的細胞-細胞相互作用，這轉變為對巨噬細胞 - 巨噬細胞和單核細胞 - 巨噬細胞之間的 LR 信號傳導的growing preference 8w。
Pre-crown-like structure neighborhoods appear in early obesity（早期肥胖中出現前冠狀結構鄰域）
冠狀結構 (CLS) 出現在慢性肥胖的脂肪組織中，其中巨噬細胞在死亡或垂死的脂肪細胞周圍積聚。 這里使用參與 CLS 形成的 Itgax 和 Trem2 以及載脂巨噬細胞的標志物 Cd9 來識別 8w 和 14w 組織切片中的 CLS，驗證它們在 HFD 喂養時出現的已知趨勢。 由于 CLS 不會在瘦脂肪組織中形成，所以在 ND 組織中單獨篩選 Cd9 以確定可用作基線比較的組織spot。 然后，在每個 CLS 特征表達組織點周圍劃分了鄰域，以捕獲參與 CLS 動力學的周圍細胞，并探索可以揭示肥胖期間 CLS 動力學關鍵屬性的特征。
首先確定 CLS 鄰域是否表現出差異表達。 比較了所有 ND 基線鄰域中匯集的表達與 14 周時在每個單獨 CLS 鄰域內匯集的表達，發現 939 個基因是獨特的（與對照鄰域相比）并且顯著差異表達（|log2FC| ≥ 1.5，p < 0.01）。 其中，24 個基因在至少 20% 的 CLS 鄰域中差異表達。 此外，正如預期的那樣，所有差異表達的基因都被上調，Trem2、Cd9 和 Itgax 是 CLS 區域中最常出現的 DEG。 此外，發現了幾個與腫瘤進展相關的基因（Soat1、Hk3、Syngr1），這些基因與 CLS 形成有關。
然后，評估了 LR 與 CLS 出現的共定位趨勢如何。發現，肥胖引起的 CLS 數量增加與 CLS 區域內 LR 共定位比例增加一致。具體來說，CLS 社區的 LR 共定位從 ND 的 18%（對照區域的 17%）增加到 14 周時的 58%（對照區域的 30%）。這些共定位的 LR 表現出多種動態模式，隨著時間的推移，在 CLS 中變得更加豐富或耗盡，并在不同細胞類型之間相互作用。絕大多數 LR 對表明，它們 from the lean to obese states共定位的 CLS 社區比例總體上有所增加。其中大多數是 LR 對，從 ND 增加到 8w，然后從 8w 增加到 14w (54%)。有趣的是，有相當比例（20%）的 LR 對在 CLS 社區的參與從 ND 增加到 8w，然后從 8w 減少到 14w。之前在細胞內類型的組織貢獻中觀察到了這種類似的“放大 - 衰減”趨勢，其中自然殺傷細胞和單核細胞在其各自的細胞類型網絡中表現出增加的連接性，然后是連接性減弱。這種趨勢推測在中間 HFD 喂食時間點的前 CLS 狀態。
為了闡明負責在 CLS 鄰域驅動動態信號的細胞類型，重新審視了在早期分析中發現主要表達每個 LR 對的細胞類型。在 ND 條件下，單核細胞和樹突狀細胞在基線鄰域中主要表達大部分 LR 對。到 14 周時，巨噬細胞占 CLS 生態位中受體 (77%) 分泌和吸收的大部分配體 (60.7%)。進一步檢查了增加組中的特定 LR 對，篩選僅在 HFD 喂養后出現在 CLS 社區的 LR 對。確定了 12 個 LR 對，它們在瘦脂肪組織中沒有基線鄰域共定位，然后在肥胖脂肪組織中的這些部位顯著出現。在剩余的 LR 對中，一些涉及配體和/或受體，該配體和/或受體在肥胖中具有先前特征性的作用，如 C3，與脂質代謝和肥胖期間脂肪組織炎癥的貢獻有關。在該組中，C3 是一種復發的、主要是單核細胞表達的配體，從 ND 到 14 周，與 CLS 鄰域的受體共定位的平均百分比增加了 54.8%。 C3 與受體 Itgax、Itgb2、C3ar1 和 Lrp1 相關，這些受體在 8w 時由數據中的先天細胞類型混合表達。在 14 周時，C3 僅與巨噬細胞相關的受體共定位。幾個 LR 對表現出類似的行為。
- 圖注：(A) H&E staining of the 14w adipose tissue section showing a characteristic crown-like structure (CLS). (B) Identification of CLSs in the ST data. In HFD settings, tissue spots were classified as CLSs if they expressed Cd9 with either Itgax or Trem2. As CLSs are not found in lean adipose tissue, only the more general lipid-laden macrophage marker, Cd9, was queried in the ND setting. (C) Illustration of CLS neighborhood demarcation. Spots within two outdegrees of the CLS-classified spot (landmark) were defined as the CLS neighborhood. Following analyses evaluated different features relative to these neighborhoods. (D) Differentially expressed genes (|log2FC| ≥ 1.5, p < 0.01) found in at least 20% of CLS neighborhoods. Color intensity indicates fold change between ND and 14w. Red values indicate an increase in expression (positive FC) and blue indicates a decrease in expression (negative FC). (E) LR pairs in CLS neighborhoods. Red neighborhoods correspond to CLSs while blue neighborhoods correspond to a control population containing housekeeping gene Ppia. The transparency of the filled-in neighborhoods indicates the number of colocalized LR pairs found in the neighborhood, with more opaque shading corresponding to a higher number of colocalized pairs. For visual clarity, neighborhoods are shown to an outdegree of 1, but analyses were performed on neighborhoods with an outdegree of 2. (F) Patterns of LR colocalization dynamics at CLS neighborhoods. The majority of LRs increased in colocalization at CLSs from ND to 8w and 8w to 14w (orange-orange block). The second most frequent pattern observed was LRs that increased in colocalization at CLSs from ND to 8w, then decreased from 8w to 14w (orange-light blue block).
Discussion
炎癥是肥胖脂肪組織的一個突出特征，它有助于胰島素抵抗的發展。 在這里，在其空間背景下對免疫細胞特征的研究突出了先天和骨髓細胞群擴張的組織范圍。 雖然 scRNA-seq 數據改進了細胞身份的推斷，但探索具有更高分辨率的基于測序的空間轉錄組學平臺將是有價值的。
頻繁的相互作用與肥胖癥中的單核細胞浸潤和分化成巨噬細胞一致，并進一步得到單核細胞對組織功能貢獻增加的支持。空間模式分析顯示所有免疫細胞類型的異質性增加。這一發現與肥胖癥免疫細胞中采用額外的極化狀態或表型一致，例如肥胖癥中富含 Cd9 的巨噬細胞。其他免疫細胞中出現的亞型不太容易識別，可能是由于這些細胞類型中不同功能狀態的可能性較低。已知的亞型轉變包括肥胖中 Cd8+ T 效應細胞和 Cd4+ TH1 細胞增加以及調節性 T 細胞減少。此外，雖然在肥胖小鼠內臟脂肪組織中觀察到 IgG+ B 細胞增加，但我們的 B 細胞亞群中唯一差異表達的基因是免疫球蛋白基因 Ighg3，它在高脂飲食環境中富集（log2FC 為 1 ）。
與在適應性細胞或先天性和適應性細胞的組合中表達的配體和受體相比，在先天性細胞中表達的配體和受體優先在肥胖組織中共定位。 這些相互作用主要來自單核細胞和 ATM，這與它們在肥胖中的數量增加一致。 對圖靈系統的細胞內和細胞間動力學的適應同樣表明單核細胞和 ATM 對肥胖組織功能的貢獻增加，而適應性免疫細胞、NK 細胞和 ATDC 的貢獻減少。
未來的工作將染色冠狀結構生物標志物以確認它們的存在，盡管 CLS 形成標志物的共定位以及與腫瘤浸潤細胞類型相關的基因特征增加等特性為它們在我們的樣本中出現提供了初步的信心。 此外，雖然不能肯定地說報告的細胞類型相互作用解釋了在這些組織標志處觀察到的配體-受體活性，或者排除脂肪細胞和其他非免疫細胞類型的參與，但我們的數據捕獲了主要的免疫細胞類型 參與 HFD 喂養過程中的共定位配體受體表達。 大量 CLS 與肥胖和癌癥等相關疾病的更嚴重臨床結果有關。 進一步評估和驗證在本研究中觀察到的趨勢有助于揭示早期肥胖中 CLS 的啟動機制和治療靶點。
這項研究為預測疾病中組織狀態的軌跡提供了概念驗證。 我們的疾病中破壞組織形態發生的模型可以推廣到其他組織，以定義一個疾病指數，該指數將健康與預測代謝功能障礙或其他疾病的破壞組織狀態區分開來。 與肥胖相關的是肝臟和腸道組織，它們已經確定了肥胖中基因表達的組織變化。 對這些組織中空間和單細胞轉錄組學的綜合分析可以讓我們建立一個一致的肥胖組織間指數。
Some obesity-related changes in adipose tissue immune cells persist even in weight loss, highlighting the need to better understand mechanisms that promote adipose tissue dysfunction. These mechanisms could also tie obesity to the risk for other conditions, including cardiovascular disease and cancer, with one study finding that metabolically activated macrophages in mammary adipose tissue promotes triple-negative breast cancer. Future studies using time course spatial transcriptomics could be particularly powerful in understanding tissue dynamics and the evolution of cell-cell communication in adipose tissue
Methods（關注一下重點方法）
數據分析
Integration of Spatial and Single-Cell Transcriptomics Data（單細胞空間聯合）
Modeling Tissue Function
Ligand-Receptor Analysis
Tissue Landmark Analysis（地標分析）
好了，已經分享給大家了，生活很好，有你更好，百度文庫出現了大量抄襲我的文章，對此我深表無奈，我寫的文章，別人掛上去賺錢，抄襲可恥，掛到百度文庫的人更可恥
